Generatywna sztuczna inteligencja (AI) jest dzi

Osoby które kupowały "Generatywne g", wybierały także:

• React z AI. Kurs video. Programowanie wspomagane sztuczn 119,00 zÅ‚, (47,60 zÅ‚ -60%)
• Sztuczna inteligencja w Azure. Kurs video. Uczenie maszynowe i Azure Machine Learning Service 198,98 zÅ‚, (89,54 zÅ‚ -55%)
• Generatywna sztuczna inteligencja z LangChain. Budowanie aplikacji AI opartych na LLM z u 79,00 zÅ‚, (39,50 zÅ‚ -50%)
• J 44,90 zÅ‚, (22,45 zÅ‚ -50%)
• Prosto o AI. Jak dzia 44,90 zÅ‚, (22,45 zÅ‚ -50%)

Spis treści

Generatywne głębokie uczenie, wyd. II. Uczenie maszyn, jak malować, pisać, komponować i grać eBook -- spis treści

• Dla Aliny, najukochaÅ„szego wektora szumu spoÅ›ród wszystkich.
• Modelowanie generatywne
  • Czym jest modelowanie generatywne?
  • Nasz pierwszy model generatywny
  • Baza kodu dla generatywnego gÅ‚Ä™bokiego uczenia
  • Podsumowanie
• Uczenie gÅ‚Ä™bokie
  • Dane dla uczenia gÅ‚Ä™bokiego
  • GÅ‚Ä™bokie sieci neuronowe
  • Perceptron wielowarstwowy (MLP)
  • Splotowa sieć neuronowa (CNN)
• Autokodery wariacyjne
  • Autokodery
  • Autokodery wariacyjne
  • Eksploracja przestrzeni ukrytej
• Generatywne sieci antagonistyczne
  • Wprowadzenie
  • GÅ‚Ä™boka splotowa sieć GAN (DCGAN)
  • GAN Wassersteina z karÄ… gradientowÄ… (WGAN-GP)
  • Warunkowa GAN (CGAN)
  • Podsumowanie
• Modele autoregresyjne
  • Wprowadzenie
  • Sieć z dÅ‚ugÄ… pamiÄ™ciÄ… krótkotrwaÅ‚Ä… (LSTM)
  • Rozszerzenia rekurencyjnej sieci neuronowej (RNN)
  • PixelCNN
  • Podsumowanie
• Modele przepÅ‚ywów normalizujÄ…cych
  • Wprowadzenie
  • PrzepÅ‚ywy normalizujÄ…ce
  • RealNVP
  • Inne modele przepÅ‚ywu normalizujÄ…cego
  • Podsumowanie
• Modele oparte o energiÄ™
  • Wprowadzenie
  • Modele oparte o energiÄ™
  • Podsumowanie
• Modele dyfuzji
  • Wprowadzenie
  • OdszumiajÄ…ce modele dyfuzji (DDM)
  • Podsumowanie
• Transformery
  • Wprowadzenie
  • GPT
  • Inny transformer
  • Podsumowanie
• Zaawansowane GAN
  • Wprowadzenie
  • ProGAN
  • StyleGAN
  • StyleGAN2
  • Inne ważne odmiany GAN
  • Podsumowanie
• Generowanie muzyki
  • Wprowadzenie
  • Transformery do generowania muzyki
  • MuseGAN
  • Podsumowanie
• Modele Å›wiatowe
  • Wprowadzenie
  • Uczenie przez wzmacnianie
  • Ogólne spojrzenie na model Å›wiatowy
  • Zbieranie losowo zbieranych danych
  • Szkolenie VAE
  • Zbieranie danych do wyszkolenia MDN-RNN
  • Szkolenie MDN-RNN
  • Szkolenie sterownika
  • Szkolenie In-Dream
  • Podsumowanie
• Modele multimodalne
  • Wprowadzenie
  • DALL.E 2
  • Imagen
  • Stable Diffusion
  • Flamingo
  • Podsumowanie
• Wnioski
  • OÅ› czasu generatywnej sztucznej inteligencji
  • Obecny stan generatywnej sztucznej inteligencji
  • PrzyszÅ‚ość generatywnej sztucznej inteligencji
  • KoÅ„cowe przemyÅ›lenia